[论文解读] Core-Periphery Organisation of Human Brain Dynamics

Danielle S. Bassett, Nicholas F. Wymbs+4 more|arXiv (Cornell University)|Oct 12, 2012

Neural dynamics and brain function被引用 9

一句话总结

本研究揭示，在运动技能学习过程中，人脑动态表现出核心-外围组织结构：一个由感觉运动和视觉区域组成的稳定、高度连接的核心区域在时间上保持刚性，而一个由多模态联合区域组成的灵活外围区域则频繁重组。这种核心-外围结构可预测个体学习成效，并为理解复杂目标导向行为中的功能网络重组提供了一个简洁的框架。

ABSTRACT

As a person learns a new skill, distinct synapses, brain regions, and circuits are engaged and change over time. In this paper, we develop methods to examine patterns of correlated activity across a large set of brain regions. Our goal is to identify properties that enable robust learning of a motor skill. We measure brain activity during motor sequencing and characterize network properties based on coherent activity between brain regions. Using recently developed algorithms to detect time-evolving communities, we find that the complex reconfiguration patterns of the brain's putative functional modules that control learning can be described parsimoniously by the combined presence of a relatively stiff temporal core that is composed primarily of sensorimotor and visual regions whose connectivity changes little in time and a flexible temporal periphery that is composed primarily of multimodal association regions whose connectivity changes frequently. The separation between temporal core and periphery changes over the course of training and, importantly, is a good predictor of individual differences in learning success. The core of dynamically stiff regions exhibits dense connectivity, which is consistent with notions of core-periphery organization established previously in social networks. Our results demonstrate that core-periphery organization provides an insightful way to understand how putative functional modules are linked. This, in turn, enables the prediction of fundamental human capacities, including the production of complex goal-directed behavior.

研究动机与目标

• 识别运动技能学习过程中功能网络重组的组织原则。
• 确定脑区是否形成支持学习的稳定、一致的模块。
• 探究核心-外围架构是否能解释学习表现的个体差异。
• 开发并应用随时间演化的社区检测方法于功能脑网络。

提出的方法

• 应用近期开发的算法，用于检测功能脑网络中的随时间演化的社区结构。
• 以脑区间的一致活动模式作为网络构建的基础。
• 识别出一个由感觉运动和视觉区域组成的时序核心，其随时间的连接性变化极小。
• 识别出一个由多模态联合区域组成的时序外围，其连接性模式频繁变化。
• 将核心与外围之间的分离程度量化为跨训练阶段的动态指标。
• 将核心-外围结构与个体学习结果相关联，以评估其预测能力。

实验结果

研究问题

• RQ1 在运动技能习得过程中，功能脑网络如何重组？
• RQ2 支配学习脑中功能模块之间动态交互的组织原则是什么？
• RQ3 是否存在一个脑区稳定核心，其连接性在学习过程中保持一致？
• RQ4 核心-外围分离程度是否能预测个体学习成效的差异？
• RQ5 刚性核心与灵活外围之间的平衡如何随训练过程演变？

主要发现

• 在运动技能学习过程中，大脑表现出核心-外围组织结构，其稳定核心由感觉运动和视觉区域组成，随时间的连接性变化极小。
• 灵活外围主要由多模态联合区域构成，其连接模式频繁变化。
• 随着训练的进行，核心与外围之间的分离程度增加，并与个体学习表现呈强相关。
• 核心区域表现出密集的内部连接，与社会系统中观察到的核心-外围网络结构一致。
• 核心-外围架构是预测个体学习成效差异的重要因素。
• 功能模块的动态重组可简洁地由刚性核心与灵活外围的共存来描述。